全 文 ：中国生态农业学报 2015年 7月 第 23卷 第 7期
Chinese Journal of Eco-Agriculture, Jul. 2015, 23(7): 803811


* 江苏省农业科技自主创新基金项目 [CX(12)1002]、国家自然科学基金重点项目 (41030745)和国家自然科学基金项目 (41101565,
41371532)资助
** 通讯作者: 常志州, 主要从事农业废弃物资源化研究。E-mail: czhizhou@hotmail.com
孙小祥, 主要从事资源利用与生态保护方面研究。E-mail: jssun2004@163.com
收稿日期: 20150104 接受日期: 20150509
http://www.ecoagri.ac.cn
DOI: 10.13930/j.cnki.cjea.150007
长三角地区稻麦轮作生态系统净碳交换
及其环境影响因子*
孙小祥1,2,3 常志州1** 杨桂山3 徐昔保3
(1. 江苏省农业科学院农业资源与环境研究所 南京 210014; 2. 盐城师范学院城市与资源环境学院 盐城 224002;
3. 中国科学院南京地理与湖泊研究所 南京 210008)
摘 要 采用涡度相关技术对我国长三角地区典型稻麦轮作农田生态系统(2011 年 11 月—2012 年 10 月)的
CO2 通量进行连续观测, 分析了农田生态系统净碳交换(NEE)的变化特征及其环境影响因子。结果表明: 长三
角地区稻麦轮作生态系统 NEE具有明显的日变化和季节变化特征, 具有很强的固碳能力。NEE月平均日变化
总体呈“U”型曲线, 不同月份“U”型高度不同; NEE季节变化则呈显著的“W”型双峰特征, 分别对应两季作物(小麦、
水稻)的生长季节。小麦/水稻月平均最大碳吸收峰出现在 4月/8月, 分别达到1.12 mg·m2·s1、1.45 mg·m2·s1; 日
最大累积碳吸收量分别为12.88 g(C)·m2·d1、10.63 g(C)·m2·d1, 长三角地区稻麦轮作生态系统年固碳量达
到769.61 g(C)·m2·a1。光合有效辐射是影响白天 NEE的主要环境影响因子, Michaelis-Menten方程可以很好
地表示作物生长季节两者之间的关系(R2=0.37~0.83); 在同一光合有效辐射条件下, 长三角地区稻麦轮作生态
系统白天 NEE 随着气温的升高而增加, 而当光合有效辐射大于 1 800 µmol·m2·s1时存在着一定程度的光抑
制。温度是影响夜间农田生态系统呼吸特征的主要环境影响因子, 长三角地区稻麦轮作生态系统夜间 NEE与
不同层次温度之间均存在显著的指数相关关系, 但是不同作物夜间 NEE 的最适温度略有差异, 小麦夜间 NEE
与土壤温度(10 cm)相关性最好(0.60), 而水稻夜间 NEE与气温相关系数最高(0.49)。
关键词 涡度相关 碳通量 净碳交换 农田生态系统 稻麦轮作
中图分类号: S314 文献标识码: A 文章编号: 1671-3990(2015)07-0803-09
Characteristics of net ecosystem exchange and environmental factors of
rice-wheat rotation system in the Yangtze River Delta of China
SUN Xiaoxiang1,2,3, CHANG Zhizhou1, YANG Guishan3, XU Xibao3
(1. Institute of Agricultural Resources and Environment, Jiangsu Academy of Agricultural Sciences, Nanjing 210014, China;
2. College of Urban and Resource Environment, Yancheng Teachers University, Yancheng 224002, China; 3. Nanjing Institute
of Geography and Limnology, Chinese Academy of Sciences, Nanjing 210008, China)
Abstract Agro-ecosystem is one of the terrestrial ecosystems under intensive control and human disturbance. The estimation
of carbon (C) source or sink in agro-ecosystems is a focal research in global C-cycle studies. As carbon dioxide (CO2) is
generally the main greenhouse gas with significant effect on climate change, there has been a growing interest in analyzing and
understanding C-flux from agro-ecosystems as affected by regional environmental conditions. To determine diurnal and
seasonal variations in net ecosystem exchange (NEE) and to explore the effects of environmental factors, CO2 flux was
continuously measured in 20112012 using the eddy covariance technique in rice-wheat rotation system in the Yangtze River
Delta. During the study, eddy covariance measurement together with measurements of various soil and meteorological
conditions were taken for two full growing seasons per year. To derive complete time series of NEE, flux partitioning and
804 中国生态农业学报 2015 第 23卷


http://www.ecoagri.ac.cn
gap-filling methods were devised. The results showed significant trends of monthly average diurnal and seasonal variations in
NEE in rice-wheat rotation system with a large C-sequestration capacity. Monthly average diurnal variations in NEE for
different months depicted a U-shaped curve with varying peak values, the maximum peaks appearing at about 12:00 at noon.
Seasonal variation in NEE tracked a W-shaped curve in the year for the two crops (winter wheat and summer rice). Maximum
daily net CO2 uptake reached 1.12 mg·m2·s1 in April for wheat and 1.45 mg·m2·s1 in August for rice. At the same time,
daily cumulative C-uptake of wheat and rice reached the maximum values of 12.88 g(C)·m2·d1 and 10.63 g(C)·m2·d1,
respectively. The rice-wheat rotation system in the Yangtze River Delta was a strong C-sink, with annual carbon fixation of
769.61 g(C)·m2·a1 for the period 2011–2012. On the whole, the characteristics of NEE were closely related with crop growth
and meteorological conditions. The environmental factors influencing NEE at daytime were different from those at nighttime
for both winter wheat and summer rice. The main environmental factor impacting NEE was photosynthetically active radiation
(PAR) during the daytime and the relationship between PAR and daytime NEE during the two crop growing seasons was well
represented by Michaelis-Menten Equation (R2 = 0.370.83). NEE increased with rising temperature and PAR, and decreased
when PAR exceeded 1 800 µmol·m2·s1. Temperature was identified as the main environmental factor influencing NEE at
nighttime. There was significant exponential correlation between nighttime NEE and temperature at different levels (air
temperature, soil temperatures at 10 cm, 20 cm, and 40 cm depths) in rice-wheat rotation system in the Yangtze River Delta.
However, the most related temperature level for nighttime NEE was driven by climatic conditions and crop growth. Correlation
analysis of nighttime NEE and temperature suggested that 10 cm depth soil temperature was the most related for winter wheat
and air temperature most related for summer rice. To further explore the relationship between temperature and nighttime NEE,
there was need for monitoring nighttime fluxes with the combined use of eddy covariance and chamber-based method.
Keywords Eddy covariance; Carbon flux; Net ecosystem exchange; Agro-ecosystem; Rice-wheat rotation system
(Received Jan. 4, 2015; accepted May 9, 2015)
陆地生态系统碳循环是全球气候变化和区域可
持续发展研究的核心内容之一, 已成为国际环境领
域研究的热点和焦点[1]。土壤植被大气间的净碳
交换(net ecosystem exchange, NEE)及其对环境因子
的响应研究则是理解陆地生态系统碳循环过程的关
键[23]。农田生态系统作为陆地生态系统的重要组成
部分, 受人为因素强烈控制和干扰, 其 CO2 的生态
系统净交换量变化较大, 已成为国际碳循环研究的
热点问题之一[46]。国内外学者针对农田生态系统净
碳交换开展了一系列的相关研究 , 主要集中在小
麦、水稻、玉米、棉花等单个作物生长季节下土壤
呼吸、CO2通量特征及其影响因素等方面, 忽略了农
田休闲期的碳排放, 有关年尺度的农田生态系统碳
交换研究相对较少[612]。深入研究全年尺度下农田
生态系统 CO2的源/汇评价、净碳交换特征及其环境
影响因子, 能够为准确评价农田生态系统在全球碳
平衡中的作用提供理论与数据支持。
长三角地区农田生态系统对区域碳收支具有重
要影响, 作为我国典型的稻麦轮作区和主要的粮食
生产区, 2011年稻麦播种面积占全国的 20.1%, 稻麦
粮食产量达到全国的 22.1%[13]。因此, 研究这一地区
农田生态系统碳交换的特征及其环境影响因子对区
域碳平衡估算具有重要的意义。邹建文等[14]基于南
京稻田生态系统的观测资料, 初步阐明了静态暗箱
气相色谱法估算农田生态系统净碳交换的可行性。
此外, 刘晓雨等[15]和侯玉兰等[16]利用箱式法对长三
角地区不同轮作系统下稻田生态系统的净碳交换进
行了研究。总体上, 受箱式法观测技术对下垫面植
被干扰大, 缺乏观测连续性的影响, 长三角地区稻
麦轮作生态系统净碳交换特征及其机理仍存在很大
的不确定性。近年来, 涡度相关技术(eddy covariance)
能够实现对生态系统尺度净碳交换的直接测定[7,1718],
是目前普遍认为最可靠和切实可行的方法, 并逐渐
应用于农田生态系统碳通量观测研究。鉴于此, 本
研究通过涡度相关技术, 对长三角地区稻麦轮作生
态系统进行连续一年的通量观测, 探讨其日、季节
碳交换动态特征及其主要环境控制因子, 一方面增
加农田生态系统观测数据的代表性, 同时为我国农
田生态系统碳收支估算及相关模型参数修正提供科
学依据。
1 材料与方法
1.1 研究区概况
试验在无锡市锡山区羊尖镇严家桥村(31°39′13″N,
120°32′39″E, 5 m)进行, 地处长三角地区太湖平原
中部, 地势平坦, 属亚热带季风气候。年平均气温
15~16 ℃, ≥10 ℃积温 4 750~5 200 ℃, 生长期
225~250 d, 年降水量 l 000~l 400 mm, 土壤类型为
典型的潴育水稻土。以通量塔为中心 150 m观测区
内地势平坦, 且均为农田, 种植制度为冬小麦/夏水
第 7期 孙小祥等: 长三角地区稻麦轮作生态系统净碳交换及其环境影响因子 805


http://www.ecoagri.ac.cn
稻轮作一年两熟制。冬小麦于 2011年 11月 13日播
种, 2012年 5月 24日收割, 水稻于 6月 15日进行机
播秧 , 11 月 2 日收割。试验期间全年氮肥(纯 N)、
磷肥(P2O5)和钾肥(K2O)用量分别为 517 kg·hm2、
146 kg·hm2、180 kg·hm2; 其中磷肥和钾肥一次性
供基肥施入, 氮肥按基肥︰分蘖肥∶穗肥=4︰3︰3
施用, 小麦分蘖肥和穗肥分别于 1月 14日、3月 14
日施用, 水稻分蘖肥和穗肥分别于 6 月 20 日、8 月
8 日施用。水稻生长期间水分管理采用前期淹水(6
月 15日—7月 25日)、中期烤田(7月 26日—8月 7
日)和后期干湿交替(8 月 8 日—收获前 15 d)的管理
模式。观测站点位于基本农田保护示范区内, 其地
形地貌特征、土壤类型、种植制度在长三角地区具
有典型代表性。
1.2 研究方法
观测系统由涡度相关观测系统和常规气象要素
观测系统组成。涡度相关观测系统主要包括 CO2/
H2O 分析及三维超声风速仪(EC150, Campbell)和数
据采集器(CR1000, Campbell), 分别用于快速测定冠
层上方的三维风速、超声虚温、水汽和 CO2浓度。
系统连续自动采集, 采样频率为 10 Hz, 由数据采集
器自动存储在 PC卡(2G)内。常规气象要素观测系统
包括总辐射表(LP02-L, Hukseflux)、空气温度、相对
湿度传感器 (HMP155A, Vaisala)和翻斗式雨量筒
(TE525MM, Texas Electronics), 分别用于测定总辐
射、气温、湿度和降水量。利用土壤湿度传感器(TDT,
Campbell)测量地面以下 0.10 m、0.20 m、0.40 m的
土壤温度和土壤含水量。以上各项测定值 30 min采
样周期的平均值通过数据采集器(CR1000, Campbell)
进行存储。
1.3 数据处理
目前, 存在较多的涡动相关数据处理软件(TK2、
Alteddy、ECPack、Eddysoft、Edire、ethflux、TUDD),
对 CO2通量的计算结果总体一致[19]。本文选取模块
功能完备, 搭配灵活和运算速度较快的 Edire 软件,
参考王介民编写的《涡动相关通量观测指导手册》,
通过异常值及野点剔除、倾斜修正、时间滞后校正、
频率损失修正、超声虚温修正、WPL 修正以及质
量保证和总量控制等一系列计算, 得到采样周期为
30 min 的通量数据产品[2021]。其中 Level-0 为高质
量数据, 可用于基础研究; Level-1 为中等质量数据,
可用于长期观测资料处理; Level-2 为低质量数据,
应该剔除, 并对缺失数据进行插补。
通量观测过程中, 受仪器故障、天气状况、大
气稳定度和供电系统故障等影响造成大量数据的异
常和缺失, 数据不可用比例在 17%~50%[2225]。本站
点观测时间为 2011年 11月—2012年 10月, 全年有
效观测数据达 67%, 其中白天数据有效率为 75%,
夜间湍流不充分, 有效数据仅 58%。
缺失数据插补方法主要包括: 平均日变化法、
根据特定气象条件查表法、非线性回归法[26]。采用
非线性经验方程, 插补数据的结果有时会不理想、
相关性很小, 因此本文采用以下方法进行插补: 1)小
于 2 h缺失数据用线性内插法插补; 2)大于 2 h缺失
数据采用平均日变化法进行插补, 白天取 14 d、夜
间取 7 d的平均时间长度[7,2527]。
2 结果与分析
2.1 稻麦轮作系统净碳交换量的变化特征
2.1.1 净碳交换量的月平均日变化特征
NEE 是综合碳排放(土壤呼吸、植物呼吸)与碳
固定(光合作用)之后生态系统 CO2 净交换, 小麦季
节净碳交换量(NEE)的月平均日变化总体呈“U”型单
峰曲线(图 1)。11月、12月小麦处于冬眠状态, 农田
以碳排放为主 , N E E 变化范围为 0 . 1 6 ~0 . 1 3
mg·m2·s1, 全天 NEE低而平稳, 相对微弱且趋近于
0; 1月、2月小麦生长前期白天光合同化量高于呼吸
消耗量, 具有一定的 CO2 吸收能力, 总体碳吸收较
弱, 最大仅为0.42 mg·m2·s1, NEE日变化较为平缓,
变化趋势仍然不显著。小麦在冬眠和生长前期阶段
(11月—翌年2月), NEE最大值在0.04~0.48 mg·m2·s1,
农田净碳交换整体处于碳释放或微弱碳吸收阶段 ,
不同月份 NEE日变化差异不显著。3—5月是小麦主
要生长季, NEE 最大值达到0.63~1.12 mg·m2·s1,
日变化特征显著, 呈白天吸收、夜间排放的变化规
律: 日出半小时后 CO2 通量由正值(释放)转变为负
值(吸收), 随着太阳高度角的增大和太阳辐射的增
强, NEE不断增加, 在中午 12:00左右达到峰值, 此
后随着太阳高度角的降低 , NEE 逐渐减小 , 傍晚
18:00左右由负转变为正, 夜间小麦和土壤的呼吸作
用使农田变为碳源。水稻季节不同月份 NEE的日变
化规律总体与小麦季节类似: 6月水稻刚刚移栽, 处
于生长前期 , 光合作用弱 , 且土壤呼吸作用较强 ,
NEE为 0.00~0.15 mg·m2·s1, 全天均为正值, 表现为
碳排放; 7—9月为水稻主要生长期, 温、湿度条件适宜,
水稻光合能力强, NEE最大值在0.80~1.44 mg·m2·s1,
高于小麦主要生长季, NEE日变化在中午 12点左右
出现短暂降低, 呈明显的“双峰”特征, 主要原因是
正午 12 点平均气温为 28.81 ℃, 最高温度达到
806 中国生态农业学报 2015 第 23卷


http://www.ecoagri.ac.cn

图 1 稻麦轮作系统净碳交换(NEE)的月平均日变化
Fig. 1 Monthly average diurnal variation of net ecosystem exchange (NEE) in each month of rice-wheat rotation system
35.76 ℃, 高温对水稻生长和 NEE产生了胁迫效应;
10 月随着水稻的逐渐成熟, 碳吸收能力有所减弱, NEE
最大值为0.77 mg·m2·s1。
2.1.2 净碳交换量的季节变化特征
农田 NEE 的季节变化呈显著的“W”型双峰曲线,
一年两熟的稻麦轮作制度使NEE在小麦和水稻的生
长季有两个明显的碳吸收期(NEE 为负), 在夏季和
冬季的作物非生长期, 存在两个碳排放期(NEE 为
正)。小麦碳吸收期一般从 3月上旬开始, 5月下旬结
束; 水稻碳吸收期一般从 7月中旬开始, 10月中旬结
束(图 2)。稻麦轮作生态系统全年有 236 d表现为碳
吸收, NEE日累积量在 4.67~12.88 g(C)·m2·d1, 平
均值为2.16 g(C)·m2·d1, 其中小麦最大日碳吸收
量出现在 4月 26日, 为12.88 g(C)·m2·d1; 水稻最大
日碳吸收量出现在 8月 12日, 为10.63 g(C)·m2·d1。
农田在主要的碳吸收期 NEE波动较大, 主要原因是
阴雨天光照不足, 光合作用较弱, 碳交换以土壤和
作物的呼吸作用为主, 农田短时间内呈碳源; 天晴后,
光合作用增强, 农田迅速转变为碳汇(图 2)。全年最
大日碳排放出现在 5 月 24 日, 为 4.67 g(C)·m2·d1,
主要是小麦收割, 土壤裸露, 农田土壤呼吸作用强,
碳排放量达到全年最高值。2011—2012 年农田年固
碳量达到 769.61 g(C)·m2·a1, 其中小麦和水稻的年固
碳能力分别达到 404.40 g(C)·m2·a1、365.21 g(C)·m2·a1,
表现出了很强的碳汇功能。
2.2 白天 NEE的环境影响因子
2.2.1 光合有效辐射对白天 NEE的影响
光合有效辐射(PAR)与白天净生态系统碳交换
量关系一般用 Michaelis-Menten方程表示[23,2829]:

图 2 稻麦轮作系统净碳交换(NEE)的季节变化
Fig. 2 Seasonal variation of net ecosystem exchange (NEE) in
rice-wheat rotation system
NEE=RePmaxPAR/(Km+PAR) (1)
式中: Pmax是最大光合速率, Re为生态系统呼吸, Km
为 Michaelis-Menten 方程常数。本文选取质量控制
为 Level-0, 未进行插补的白天 CO2通量数据与同时
段的太阳辐射数据进行分析, 其中光合有效辐射数
据通过总辐射计算获得[30]。作物非生长季 NEE与光
合有效辐射相关性较低, Michaelis-Menten方程不能
描述两者之间的关系。本文利用最小二乘法计算小
麦主要生长季(3—5月)和水稻主要生长季(7—10月)
的 Michaelis-Menten 方程的参数, 各月光响应曲线
的相关系数均达显著水平, 方程较好地描述了 NEE
与光合有效辐射的相关关系(表 1)。4月和 8月小麦
和水稻NEE与光合有效辐射的相关系数均达到最大
值 0.83; 但从整个生长季节看, 水稻季节 NEE 与光
合有效辐射的相关系数为 0.68~0.83, 高于小麦季节
的 0.37~0.83。农田生态系统净碳交换量受叶片同化
第 7期 孙小祥等: 长三角地区稻麦轮作生态系统净碳交换及其环境影响因子 807


http://www.ecoagri.ac.cn
表 1 稻麦轮作生态系统作物生长季净碳交换(NEE)与光合有效辐射回归模型参数
Table 1 Coefficients of Michaelis-Menten model [NEE=RePmaxPAR/(Km+PAR)] between net ecosystem exchange (NEE) and
photosynthetically active radiation (PAR) in crop growing season of rice-wheat rotation system
作物
Crop
月份
Month
最大光合速率(Pmax)
Max photosynthetic rate (mg·m2·s1)
生态系统呼吸(Re)
Respiration rate (mg·m2·s1)
方程常数
Constant (Km)
相关系数
R2
样本数
n
3 1.04 0.06 646 0.57 234
4 2.30 0.29 780 0.83 415
小麦
Wheat
5 1.30 0.25 702 0.37 432
7 2.78 0.18 2 471 0.69 421
8 4.16 0.21 2 128 0.83 306
9 5.64 0.13 4 324 0.81 238
水稻
Rice
10 1.91 0.11 1 892 0.68 326

作用控制 , 与光合有效辐射和生长阶段密切相关 ,
水稻最大光合速率(Pmax)显著高于小麦 , 呼吸作用
(Re)相当 , 最大光合速率(Pmax)与生态系统呼吸(Re)
在作物生长季趋势一致, 均表现为先升后降, 反映
了作物经历了由缓慢生长到生长旺盛、最后逐渐衰
老的生理活动过程。
2.2.2 气温对白天 NEE的影响
光合有效辐射不能完全预测白天 NEE, 其他的
环境因子也会对 NEE产生影响[31]。作物整个生长季,
NEE 与气温的相关性不明显, 为了进一步阐明 NEE
与气温的关系, 将光合有效辐射按 100 µmol·m2·s1
划分, 再将温度分为不同的等级, 获取不同气温等级
NEE与光合有效辐射的关系[32](图 3)。当小麦生长季
气温低于 5 ℃, 水稻生长季气温低于 20 ℃时, NEE
较为平缓; 当小麦生长季气温高于 5 ℃, 水稻生长
季气温高于 20 ℃时, NEE随着光合有效辐射增加显
著, 作物光合作用和 CO2吸收速率明显提高; 当小麦
生长季气温高于 15 ℃, 水稻生长季气温高于 25 ℃
时, NEE对光合有效辐射的响应程度最高, 但是当光
合有效辐射大于 1 800 µmol·m2·s1时, CO2光合速率
有所降低, 主要是存在着不同程度的光抑制现象, 这
主要是由于温度和光合有效辐射较高时, 气孔导度
影响叶片净光合速率, 使 CO2通量下降。处于同一光
合有效辐射水平条件时, NEE随着温度的升高而增加,
小麦NEE呈气温高于15 ℃>5~15 ℃>气温低于5 ℃, 水
稻NEE呈气温高于 25 ℃>20~25 ℃>气温低于 20 ℃。

图 3 不同气温等级(Ta)稻麦轮作系统白天净碳交换(NEE)与光合有效辐射(PAR)的关系
Fig. 3 Relationship between daytime net ecosystem exchange (NEE) and photosynthetically active radiation (PAR) at different
temperature grades (Ta) of rice-wheat rotation system
2.3 夜间 NEE的环境影响因子
2.3.1 夜间 NEE与环境因子的相关关系
选取质量控制为 Level-0, 未进行插补的夜间
CO2通量数据与各环境因子进行相关性分析(图 4、5)。
结果表明: 麦季夜间 NEE与环境因子的相关性从大
到小依次为土壤温度(10 cm)、气温、饱和水汽压差、
土壤含水量(10 cm); 稻季夜间 NEE与环境因子的相
关性从大到小依次为气温、土壤温度(10 cm)、饱和
水汽压差、土壤含水量(10 cm)。农田夜间 NEE与土
壤含水量(10 cm)、饱和水汽压差的相关系数分别为
0.09~0.32、0.38~0.49, 相关性较低, 主要是由于研究
区地处太湖平原湿润区域, 降水充沛, 加上稻季灌
溉, 水分充足, 土壤含水量(10 cm)、饱和水汽压差不
是影响夜间 NEE的主要环境因子。气温和土壤温度
(10 cm)与生态系统呼吸之间具有较好的相关性, 指
数关系拟合能够解释 49%~59%的生态系统呼吸变
化, 因此温度是影响研究区农田夜间 NEE的主要环
境因子。
808 中国生态农业学报 2015 第 23卷


http://www.ecoagri.ac.cn

图 4 稻麦轮作系统小麦夜间净碳交换(NEE)与环境因子关系
Fig. 4 Relationship between net ecosystem exchange (NEE) and environmental factors at night in wheat of rice-wheat rotation system

图 5 稻麦轮作系统水稻夜间净碳交换(NEE)与环境因子关系
Fig. 5 Relationship between net ecosystem exchange (NEE) and environmental factors at night in rice of rice-wheat rotation system
2.3.2 温度对夜间 NEE的影响
大量研究表明, 在一定范围内, 温度升高将加
速植物和微生物的新陈代谢活动, 促进生态系统的
碳排放, 是影响生态系统呼吸的主要环境因子。农
田夜间 NEE变化范围为 0~0.5 mg·m2·s1, 夜间气温
变化范围为5.3~31.7 ℃, 土壤 10 cm温度变化范围
第 7期 孙小祥等: 长三角地区稻麦轮作生态系统净碳交换及其环境影响因子 809


http://www.ecoagri.ac.cn
为 1.4~30.3 ℃, 随着温度的升高, NEE也逐渐增加,
表明温度对农田夜间 NEE有很大影响(图 4、图 5)。
生态系统呼吸作用与温度之间的关系有多种不同表
达形式, 目前常用的呼吸模型均用指数关系, 只是
表达式略有差异。本文选取 Lloyd & Taylor指数模
型通过气温、不同层次土壤温度与 NEE进行相关性
分析(表 2), 结果表明: 全年不同层次温度与夜间 NEE
的相关性较高, 且差异较小, 其中土壤温度(10 cm)与
NEE 相关性最高, 相关系数达 0.57; 但是不同作物
夜间 NEE对温度的响应不同, 小麦不同层次温度与
NEE的相关性整体高于水稻, 与土壤温度(10 cm)相
关性最高, 相关系数达 0.60; 而水稻夜间 NEE 与气
温相关性最高, 相关系数达 0.49, 与土壤不同层次
温度相关性无差异。
表 2 稻麦轮作系统夜间净碳交换(NEE)与不同层次温度的相关系数
Table 2 Correlation coefficients of nighttime net ecosystem exchange (NEE) and temperature at different levels of rice-wheat
rotation system
不同层次温度 Temperature at different level 小麦 Wheat 水稻 Rice 全年 Annual
气温 Air temperature 0.57 0.49 0.55
土壤温度(10 cm) Soil temperature at 10 cm depth 0.60 0.40 0.57
土壤温度(20 cm) Soil temperature at 20 cm depth 0.58 0.41 0.54
土壤温度(40 cm) Soil temperature at 40 cm depth 0.51 0.41 0.47

3 结论与讨论
长三角地区稻麦轮作生态系统NEE有着明显的
日变化和季节变化趋势, 具有很强的固碳能力。NEE
月平均日变化总体呈“U”型曲线, 不同月份“U”型高
度不同; NEE 季节变化则呈显著的“W”型双峰特征,
分别对应两季作物(小麦、水稻)的生长季节。农田
NEE 变化特征的区域差异并不显著: 长三角地区小
麦/水稻 NEE 月平均最大碳吸收峰出现在 4 月/8 月,
分别达到1.12 mg·m2·s1、1.44 mg·m2·s1, 与华北平原
(小麦/玉米)研究结果基本一致(0.81~1.07 mg·m2·s1、
1.14~1.42 mg·m2·s1)[7]; 小麦/水稻NEE日最大累积
吸收量分别为12.88 g(C)·m2·d1、10.63 g(C)·m2·d1,
与淮河流域(小麦/水稻)基本接近[11.76 g(C)·m2·d1、
10.40 g(C)·m2·d1][33]。然而, 长三角地区稻麦轮作
生态系统年固碳量达到769.61 g(C)·m2·a1, 高于
华北平原[197.60~317.90 g(C)·m2·a1]和淮河流域
[626.92 g(C)·m2·a1], 表现出显著的碳汇功能[7,33]。
光合有效辐射和气温是影响植物光合作用的主
要环境影响因子, NEE 与光合有效辐射间存在显著
相关关系。Michaelis-Menten方程可以很好地表示作
物生长季节两者之间的关系(R2=0.37~0.83), 相关系
数在 4 月和 8 月达到最大(R2=0.83)。李双江等[34]分
析黄土塬区麦田碳通量与光合有效辐射的相关关系
(R2=0.12~0.77), 在拔节孕穗期达到最大值 0.77;
苏荣瑞等[10]研究发现江汉平原水稻碳通量与光合有
效辐射存在着显著的相关关系(R2=0.33~0.90), 同样
在拔节抽穗期达到最大值 0.90, 与本研究结果较为
一致。林同保等[8]研究结果表明冬小麦碳通量与光
合有效辐射相关性高达 0.88~0.97, 显著高于本研究,
主要原因是其仅采用 3 天晴朗数据进行分析。为了
进一步分析 PAR与NEE的关系, 将气温分为不同的
等级进行分析。在同一光合有效辐射条件下, 长三
角地区稻麦轮作生态系统白天NEE随着气温的升高
而增加; 当光合有效辐射大于 1 800 µmol·m2·s1时,
农田 NEE则随着光合有效辐射的升高而降低。
温度是影响夜间农田生态系统呼吸特征的主要
环境影响因子, 但是在最适宜温度指标的选取上还
没有明确的结论。朱咏莉等[35]和 Anthoni等[36]研究小
麦呼吸通量与气温和土壤温度(2 cm、4 cm、8 cm、
16 cm)的相关关系, 认为从统计上很难确定究竟哪个
温度指标最好; 朱咏莉等[35]发现土壤温度(5 cm)是最
适宜反映稻田夜间碳通量变化的指标。由于观测区域
的气候状况、植被类型不同, 生态系统呼吸最适宜温
度指标存在一定的差异, 目前一般以生态系统呼吸
与温度的相关系数进行评价。本研究结果表明, 长三
角地区稻麦轮作生态系统夜间 NEE 与不同层次温度
之间均存在显著的指数相关关系, 但是不同作物夜
间 NEE的最适温度指标略有差异, 小麦夜间 NEE与
土壤温度(10 cm)相关性最好(0.60), 而水稻夜间 NEE
与气温相关系数最高(0.49)。实际上, 受夜间湍流不
充分的影响, 涡度相关观测的夜间通量有时不能很
好地与温度进行拟合, 而箱式法得到的夜间通量与
土壤温度(R2=0.88)和气温(R2=0.74)具有很好的相关
关系[37]。因此, 为了进一步选取农田夜间 NEE 的最
适宜温度指标, 进行箱式法同期观测是很好的选择。
参考文献
[1] 李国栋, 张俊华, 陈聪, 等. 气候变化背景下中国陆地生态
810 中国生态农业学报 2015 第 23卷


http://www.ecoagri.ac.cn
系统碳储量及碳通量研究进展 [J]. 生态环境学报 , 2013,
22(5): 873–878
Li G D, Zhang J H, Chen C, et al. Research progress on
carbon storage and flux in different terrestrial ecosystem in
China under global climate change[J]. Ecology and
Environmental Sciences, 2013, 22(5): 873–878
[2] 王海波, 马明国, 王旭峰, 等. 青藏高原东缘高寒草甸生态
系统碳通量变化特征及其影响因素[J]. 干旱区资源与环境,
2014, 28(6): 50–56
Wang H B, Ma M G, Wang X F, et al. Carbon flux variation
characteristics and its influencing factors in an alpine meadow
ecosystem on eastern Qinghai-Tibetan Plateau[J]. Journal of
Arid Land Resources and Environment, 2014, 28(6): 50–56
[3] 孙小祥 , 杨桂山 , 徐昔保 . 太湖流域西部丘陵区茶园生态
系统碳通量特征[J]. 生态学杂志, 2014, 33(8): 2072–2077
Sun X X, Yang G S, Xu X B. Characteristics of carbon fluxes
for tea garden ecosystems in the hills of western Lake Taihu
Basin, China[J]. Chinese Journal of Ecology, 2014, 33(8):
2072–2077
[4] Soegaard H, Jensen N O, Boegh E, et al. Carbon dioxide
exchange over agricultural landscape using eddy correlation
and footprint modelling[J]. Agricultural and Forest Meteoro-
logy, 2003, 114(3/4): 153–173
[5] 薛红喜, 李峰, 李琪, 等. 基于涡度相关法的中国农田生态
系统碳通量研究进展[J]. 南京信息工程大学学报: 自然科
学版, 2012, 4(3): 226–232
Xue H X, Li F, Li Q, et al. Research progress on carbon flux
over agro-ecosystem based on the eddy covariance method in
China[J]. Journal of Nanjing University of Information
Science & Technology: Natural Science Edition, 2012, 4(3):
226–232
[6] 梁涛, 李荣平, 吴航, 等. 玉米农田生态系统 CO2通量的动
态变化[J]. 气象与环境学报, 2012, 28(3): 49–53
Liang T, Li R P, Wu H, et al. Dynamics of carbon dioxide
flux in a maize agroecosystem[J]. Journal of Meteorology and
Environment, 2012, 28(3): 49–53
[7] 李俊, 于强, 孙晓敏, 等. 华北平原农田生态系统碳交换及
其环境调控机制 [J]. 中国科学 D 辑 : 地球科学 , 2006,
36(S1): 210–223
Li J, Yu Q, Sun X M, et al. Carbon dioxide exchange and the
mechanism of environmental control in a farmland ecosystem
in North China Plain[J]. Science in China Series D: Earth
Sciences, 2006, 36(S1): 210–223
[8] 林同保, 王志强, 宋雪雷, 等. 冬小麦农田二氧化碳通量及
其影响因素分析 [J]. 中国生态农业学报 , 2008, 16(6):
1458–1463
Lin T B, Wang Z Q, Song X L, et al. CO2 flux and impact
factors in winter wheat field ecosystem[J]. Chinese Journal of
Eco-Agriculture, 2008, 16(6): 1458–1463
[9] 许琰, 硚周石 , 晋绿生, 等. 新疆北部覆膜滴灌棉田的碳交
换日、生长季变化特征 [J]. 干旱区地理 , 2013, 36(3):
441–449
Xu Y, Zhou S Q, Jin L S, et al. Diurnal and seasonal variation
of carbon dioxide exchange over a film-mulched cotton field
under drip irrigation in northern Xinjiang[J]. Arid Land
Geography, 2013, 36(3): 441–449
[10] 苏荣瑞, 刘凯文, 耿一风, 等. 江汉平原稻田冠层 CO2通量
变化特征及其影响因素分析 [J]. 长江流域资源与环境 ,
2013, 22(9): 1214–1220
Su R R, Liu K W, Geng Y F, et al. Characteristics of canopy
CO2 flux over paddy ecosystem in Jianghan Plain and its
influence factors analysis[J]. Resources and Environment in
the Yangtze Basin, 2013, 22(9): 1214–1220
[11] 韩广轩 , 周广胜 , 许振柱 . 玉米农田生态系统土壤呼吸作
用季节动态与碳收支初步估算 [J]. 中国生态农业学报 ,
2009, 17(5): 874–879
Hang G X, Zhou G S, Xu Z Z. Seasonal dynamics of soil
respiration and carbon budget of maize (Zea mays L.)
farmland ecosystem[J]. Chinese Journal of Eco-Agriculture,
2009, 17(5): 874−879
[12] 梁尧 , 韩晓增 , 乔云发 , 等 . 小麦玉米大豆轮作下黑土
农田土壤呼吸与碳平衡[J]. 中国生态农业学报, 2012, 20(4):
395–401
Liang Y, Han X Z, Qiao Y F, et al. Soil respiration and carbon
budget in black soils of wheat-maize-soybean rotation
system[J]. Chinese Journal of Eco-Agriculture, 2012, 20(4):
395–401
[13] Zhu L Q, Hu N J, Yang M F, et al. Effects of different tillage
and straw return on soil organic carbon in a rice-wheat
rotation system[J]. PLoS ONE, 2014, 9(2): e88900
[14] 邹建文, 黄耀, 郑循华, 等. 基于静态暗箱法的陆地生态系
统 大气 CO2 净交换估算 [J]. 科学通报 , 2004, 49(3):
258–264
Zou J W, Huang Y, Zheng X H, et al. Static opaque chamber-
based technique for determination of net exchange of CO2
between terrestrial ecosystem and atmosphere[J]. Chinese
Science Bulletin, 2004, 49(3): 258–264
[15] 刘晓雨, 李志鹏, 潘根兴, 等. 长期不同施肥下太湖地区稻
田净温室效应和温室气体排放强度的变化[J]. 农业环境科
学学报, 2011, 30(9): 1783–1790
Liu X Y, Li Z P, Pan G X, et al. Greenhouse gas emission and
C intensity for a long-term fertilization rice paddy in Tai Lake
Region, China[J]. Journal of Agro-Environment Science,
2011, 30(9): 1783–1790
[16] 侯玉兰, 王军, 陈振楼, 等. 崇明岛稻麦轮作系统稻田温室
气体排放研究 [J]. 农业环境科学学报 , 2012, 31(9):
1862–1867
Hou Y L, Wang J, Chen Z L, et al. Emission of greenhouse
gases from paddy fields of rice-wheat rotation system in
Chongming Island, China[J]. Journal of Agro-Environment
Science, 2012, 31(9): 1862–1867
[17] 李思恩, 康绍忠, 朱治林, 等. 应用涡度相关技术监测地表
蒸发蒸腾量的研究进展 [J]. 中国农业科学 , 2008, 41(9):
2720–2726
Li S E, Kang S Z, Zhu Z L, et al. Research progress of
measurement of land surface evapotranspiration based on
eddy covariance technology[J]. Scientia Agricultura Sinica,
2008, 41(9): 2720–2726
[18] 于贵瑞 , 张雷明 , 孙晓敏 . 中国陆地生态系统通量观测研
究网络(ChinaFLUX)的主要进展及发展展望[J]. 地理科学
第 7期 孙小祥等: 长三角地区稻麦轮作生态系统净碳交换及其环境影响因子 811


http://www.ecoagri.ac.cn
进展, 2014, 33(7): 903–917
Yu G R, Zhang L M, Sun X M. Progresses and prospects of
Chinese terrestrial ecosystem flux observation and research
network (ChinaFLUX)[J]. Progress in Geography, 2014,
33(7): 903–917
[19] Mauder M, Foken T, Clement R, et al. Quality control of
CarboEurope flux data — Part 2: Inter-comparison of
eddy-covariance software[J]. Biogeosciences, 2008, 5(2):
451–462
[20] 张智慧, 王维真, 马明国, 等. 黑河综合遥感联合试验涡动
相关通量数据处理及产品分析[J]. 遥感技术与应用, 2010,
25(6): 788–796
Zhang Z H, Wang W Z, Ma M G, et al. Data processing and
product analysis of eddy covariance flux data for WATER[J].
Remote Sensing Technology and Application, 2010, 25(6):
788–796
[21] 庄金鑫 , 王维真 , 王介民 . 涡动相关通量计算及三种主要
软件的比较分析[J]. 高原气象, 2013, 32(1): 78–87
Zhuang J X, Wang W Z, Wang J M. Flux calculation of eddy-
covariance method and comparison of three main softwares[J].
Plateau Meteorology, 2013, 32(1): 78–87
[22] Katul G, Lai C T, Schäfer K, et al. Multiscale analysis of
vegetation surface fluxes: From seconds to years[J]. Advances
in Water Resources, 2001, 24(9/10): 1119–1132
[23] Falge E, Baldocchi D, Olson R, et al. Gap filling strategies for
defensible annual sums of net ecosystem exchange[J].
Agricultural and Forest Meteorology, 2001, 107(1): 43–69
[24] 张弥, 温学发, 于贵瑞, 等. 二氧化碳储存通量对森林生态
系统碳收支的影响 [J]. 应用生态学报 , 2010, 21(5):
1201–1209
Zhang M, Wen X F, Yu G R, et al. Effects of CO2 storage flux
on carbon budget of forest ecosystem[J]. Chinese Journal of
Applied Ecology, 2010, 21(5): 1201–1209
[25] 陈云飞, 江洪, 周国模, 等. 人工高效经营雷竹林 CO2通量
估 算 及 季 节 变 化 特 征 [J]. 生 态 学 报 , 2013, 33(11):
3434–3444
Chen Y F, Jiang H, Zhou G M, et al. Estimation of CO2 fluxes
and its seasonal variations from the effective management Lei
bamboo (Phyllostachys violascens)[J]. Acta Ecologica Sinica,
2013, 33(11): 3434–3444
[26] 刘允芬, 宋霞, 孙晓敏, 等. 千烟洲人工针叶林 CO2通量季
节变化及其环境因子的影响[J]. 中国科学 D 辑: 地球科学,
2004, 34(S2): 109–117
Liu Y F, Song X, Sun X M, et al. Seasonal variation of CO2
flux and its environmental factors in evergreen coniferous
plantation[J]. Science in China Series D: Earth Sciences, 2004,
34(S2): 109–117
[27] 孙成, 江洪, 周国模, 等. 我国亚热带毛竹林 CO2通量的变
异特征[J]. 应用生态学报, 2013, 24(10): 2717–2724
Sun C, Jiang H, Zhou G M, et al. Variation characteristics of
CO2 flux in Phyllostachys edulis forest ecosystem in
subtropical region of China[J]. Chinese Journal of Applied
Ecology, 2013, 24(10): 2717–2724
[28] Wofsy S C, Goulden M L, Munger J W, et al. Net exchange of
CO2 in a mid-latitude forest[J]. Science, 1993, 260(5112):
1314–1317
[29] 赵晓松, 关德新, 吴家兵, 等. 长白山阔叶红松林 CO2通量
与温度的关系[J]. 生态学报, 2006, 26(4): 1088–1095
Zhao X S, Guan D X, Wu J B, et al. The relationship between
CO2 flux and temperature of the mixed forest of broad-leaved
and Korean-pine in Changbai Mountain[J]. Acta Ecologica
Sinica, 2006, 26(4): 1088–1095
[30] Schmidt M, Reichenau T G, Fiener P, et al. The carbon
budget of a winter wheat field: An eddy covariance analysis
of seasonal and inter-annual variability[J]. Agricultural and
Forest Meteorology, 2012, 165: 114–126
[31] 唐祥, 陈文婧, 李春义, 等. 北京八达岭林场人工林净碳交
换及其环境影响因子 [J]. 应用生态学报 , 2013, 24(11):
3057–3064
Tang X, Chen W J, Li C Y, et al. Net carbon exchange and its
environmental affecting factors in a forest plantation in
Badaling, Beijing of China[J]. Chinese Journal of Applied
Ecology, 2013, 24(11): 3057–3064
[32] 王雯. 黄土高原旱作麦田生态系统 CO2 通量变化特征及环
境响应机制[D]. 杨凌: 西北农林科技大学, 2013
Wang W. Variations of CO2 fluxes and the mechanisms of
environmental response in the rain-fed wheat ecosystem of
Chinese Loess Plateau[D]. Yangling: Northwest A&F Univer-
sity, 2013
[33] 李琪, 胡正华, 薛红喜, 等. 淮河流域典型农田生态系统碳
通量变化特征 [J]. 农业环境科学学报 , 2009, 28(12):
2545–2550
Li Q, Hu Z H, Xue H X, et al. Variation of net ecosystem
carbon flux over typical agro-ecosystem in Huaihe River
Basin[J]. Journal of Agro-Environment Science, 2009, 28(12):
2545–2550
[34] 李双江, 刘文兆, 高桥厚裕, 等. 黄土塬区麦田 CO2通量季
节变化[J]. 生态学报, 2007, 27(5): 1987–1992
Li S J, Liu W Z, Takahashi A, et al. The seasonal variation of
CO2 flux in a wheat field of the Loess Plateau[J]. Acta
Ecologica Sinica, 2007, 27(5): 1987–1992
[35] 朱咏莉, 吴金水, 童成立, 等. 稻田 CO2通量对光强和温度
变化的响应特征[J]. 环境科学, 2008, 29(4): 1040–1044
Zhu Y L, Wu J S, Tong C L, et al. Responses of CO2 fluxes to
light intensity and temperature in rice paddy field[J].
Environmental Science, 2008, 29(4): 1040–1044
[36] Anthoni P M, Freibauer A, Kolle O, et al. Winter wheat
carbon exchange in Thuringia, Germany[J]. Agricultural and
Forest Meteorology, 2004, 121(1/2): 55–67
[37] 宋涛, 王跃思, 宋长春, 等. 三江平原稻田 CO2通量及其环
境响应特征[J]. 中国环境科学, 2006, 26(6): 657–661
Song T, Wang Y S, Song C C, et al. CO2 fluxes from rice
fields of Sanjiang Plain and its environmental response
factors[J]. China Environmental Science, 2006, 26(6): 657–661